首页|基于气象观测数据建立卷积神经网络算法反演PM2.5

基于气象观测数据建立卷积神经网络算法反演PM2.5

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
利用扬州市气象观测站点和中国环境监测总站的逐小时数据估算PM2.5的各相关组合因子,然后利用CNN卷积神经网络算法构建反演PM2.5质量浓度的机器学习模型.结果表明:(1)利用 CNN卷积神经网络算法反演PM2.5是有效且可行的,且比一般的线性回归算法效果更佳,为反演PM2.5提供了一种新的机器学习方法.(2)在影响PM2.5反演的各输入变量因子中,PM10与能见度变量为高相关因子.利用神经卷积网络算法反演PM2.5理论上反演精度能够随着输入信息增多而不断提高.

王雨轩、周甘凝、许文龙、秦孟晟

展开 >

仪征市气象局,江苏仪征 211400

江苏常环环境科技有限公司,江苏常州 213022

扬州市气象局,江苏扬州 225000

CNN卷积神经网络算法 气象观测数据 PM2.5

江苏省青年基金

KQ202330

2024

农业灾害研究

农业灾害研究

影响因子：0.451
ISSN：1004-7395
年,卷(期)：2024.14(3)
  • 12